1) dynamic variable velocity
速度迁移算法
3) convection velocity
迁移速度
1.
In order to study the convection velocity of multi-scale eddy structures in turbulent flow field with the background of high turbulent intensity and wide range of eddy scales, velocity measurements are carried out at different places on the center line of turbulent jet flow with circular nozzle with IFA300 double-channel anemometer and two hot-wire probes.
在流场背景湍流度比较大或流场中涡结构的尺度范围比较宽的情况下,为了研究湍流场中不同尺度涡结构的迁移速度,用IFA300双通道恒温热线风速计和两个热线探针测量圆自由射流中心线上距离一定的空间两点同一时刻的流向速度分量,用子波分析提取了每一个探针输出的不同尺度的脉动速度信号,计算了两个探针输出的同一尺度脉动速度信号的互相关函数,利用互相关函数达到最大值对应的延迟时间研究了湍流多尺度涡结构的迁移特性。
2.
The convection velocity in the turbulent boundary layer plans an important role in describing the characteristics of transportation of the momentum, quality and energy in turbulence, serving as a bridge between spatial description and temporal description in the studying of turbulence, and Taylor’s frozen hypothesis that we often used is also related to the convection velocities for turbulence.
湍流边界层中多尺度湍流结构的对流迁移速度对于研究湍流中动量、质量和能量的传递和输运过程有着重要的意义,充当着湍流研究中时间描述与空间描述的桥梁,并且在湍流研究中经常引用的泰勒冻结假设也涉及到湍流结构的迁移速度,但是,如何确定不同尺度湍流结构的迁移速度至今尚未有明确的方法。
4) Migration rate
迁移速度
1.
In this paper,the regulations of earthquake migration along the four seismic belts in North China(Shanxi seismic belt,Yanshan seismic belt,North China plain seismic belt,and the mid-east part of Yangtze River seismic belt),the migration rates,and the features of earthquake sequence have been studied.
对大华北的山西、燕山、华北平原和长江中下游地震带内的地震迁移规律、各带地震的迁移速度和地震序列特征进行研究,结果表明,各地震带是有机地联系在一起的,形成个统一体。
5) migrating algorithm
迁移算法
1.
We have studied the data migrating strategy based on DPB+-Tree in which include data node migrating, index restructuring and migrating algorithm.
提出了一种适合于数据迁移、又能保证分布并行特性的树结构DPB+-Tree,讨论了基于DPB+-Tree的数据迁移策略,其中数据节点迁移采用分布式提交协议来保证原子性,索引重构通过对溢出链的hash重排来实现,迁移算法则通过设置负载系数的两个阈值来对负载倾斜进行判断。
6) remove acceleration
迁移加速度
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条